FLEC架构：灵活边缘计算新范式

最新推荐文章于 2025-12-04 17:23:33 发布

原创最新推荐文章于 2025-12-04 17:23:33 发布 · 289 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#FLEC架构 #边缘计算 #多智能体 #COSAP #环境适应

IEEE网络 • 2018年1月/2月

摘要

本文提出了一种FLEC架构方案，该方案解决了传统物联网架构和边缘计算中存在的僵化问题。FLEC架构是一种灵活且先进的物联网系统模型，具有环境适应能力和用户导向能力。我们采用基于多智能体框架的系统配置平台COSAP作为FLEC架构的实现方法。此外，本文还展示了一个面向大规模参与者的体育赛事医疗支持系统的应用案例。最后，我们证明了该架构在解决边缘计算问题方面的贡献。

引言

物联网（IoT）最近受到了广泛关注。随着相关科学研究和开发的进展，物联网在工业和社会领域的应用正在不断扩大。例如，在工业领域，物联网有望推动工厂远程维护、供应链管理以及农业现代化。在社会领域，物联网已被应用于智慧城市中的能源管理、医疗保健以及自然灾害中的环境监测等。在向各个领域扩展应用的过程中，基于云计算的大规模物联网系统在系统构建和管理中占据了主导地位。然而，也出现了相关的困难，如网络负载增加、响应延迟以及隐私问题。

为了解决这些及其他预期的困难，已对在物联网系统中应用边缘计算（EC）的概念进行了研究，通过在数据源或控制对象附近进行处理来应对问题。通过将大规模物联网系统中部分原本在云上执行的处理任务转移至边缘部分，前述问题或许能够解决。然而，目前在云与边缘之间尚未建立明确的任务分配机制，因此系统配置往往根据具体应用采用固定的、临时性的方案。

此外，诸如智能手机等物联网设备所具备的优势特性，如跟随用户移动的物理移动性和靠近用户的用户邻近性，尚未得到充分利用。这种情况可能导致专用于各个应用的单一且垂直集成的物联网系统在当地泛滥，传感器数据的共享受到限制，这些系统的性能也随之下降。

因此，物联网系统用户的便利性大大降低是一个突出的问题。本文提出了一种柔性边缘计算（FLEC）架构，旨在解决传统物联网架构或边缘计算中的问题。FLEC架构是一种灵活且先进的物联网系统模型，具有环境适应能力和用户导向能力。环境适应能力根据应用、操作/使用场景和资源状况的特性，动态调整边缘侧和云侧的处理负载与任务分配，以应对不同情况。用户导向能力通过在控制系统中考虑从传感器或物联网设备获取的信息所推断出的人类行为，按照用户的意图和偏好提供安全可靠的服务。这两种特性可独立或协同作用，实现先进的物联网系统。

我们利用一个面向合同的传感器应用平台（COSAP）[1]，该平台是基于多代理框架的系统配置平台，作为FLEC架构的实现方案。COSAP引入了基于合同关系的代理间高级协调框架。通过将物联网系统的各个组件视为独立的代理，COSAP能够有效利用边缘计算中的各种资源，并根据用户上下文实现动态的系统配置变更。这解决了传统物联网系统或边缘计算中的问题，使得长期以来难以实现的大规模、高效率系统成为可能。

此外，本文还提出了所建议的架构和平台的一个应用实例，以展示该提案的贡献，具体包括将此平台应用于一个面向大量参与者的体育赛事的医疗支持系统。因此，我们在传统EC难以应对的大规模物联网系统中，展示了该提案的贡献和未来潜力。

灵活边缘计算

传统物联网架构

传统的标准物联网架构已被用于各种物联网系统的功能划分，以及作为接口设计和互连的参考模型。已提出多种物联网架构，包括三层物联网架构和五层物联网架构。

三层物联网架构已在欧盟的GASAGRAS和IEEE P2413项目中采用。典型的三层物联网架构基本由三个层组成，如图1a所示：感知层用于识别物体并收集其状态和环境数据，网络层用于收集来自感知层的数据，应用层则根据各应用领域的用户需求提供各种服务。

在典型的五层物联网架构中，从三层物联网架构的每一层中提取出通用功能，形成一个独立的层，并增加了一个业务层。图1b展示了Al‐Fuqaha等人提出[2]的五层物联网架构。其核心功能是确定整体系统配置，该功能嵌入在五层物联网架构的服务管理层中，通常通过云实现：所有收集的数据都存储在云中；然后根据物联网系统中的分析结果控制对象层的执行器，在基于五层物联网架构构建的物联网系统中即是如此。

除三层和五层物联网架构外，各种标准化组织还提出了多种类型的物联网架构。例如，国际标准化组织/国际电工委员会（ISO/IEC）30141研究了一种包含六个领域的物联网架构，旨在推动物联网参考架构的标准化。尽管这些努力都旨在建立跨学科物联网架构，但目前尚未形成标准物联网架构。

还指出，这种基于云的架构存在一些困难，例如由于网络资源不足导致的服务水平下降、与云断开连接引起的服务中断、因延迟导致的物联网设备反馈控制时响应性能恶化，以及难以处理敏感信息。

传统边缘计算架构的问题

为了解决前述问题，已对在物联网系统中引入边缘计算（EC）进行了研究，其中处理过程在数据源或控制对象附近进行。在边缘计算中的处理，如数据收集、过滤和反馈控制，被部署在移动运营商的基站或靠近物联网设备的物联网网关中的边缘服务器上。

尽管已为边缘计算提出了各种架构[3‐8]，例如三层、四层和七层架构，但对于物联网架构而言，最常见的仍是三层架构，即在云和边缘之外还包括设备。传统的五层物联网架构通过层次抽象物联网系统的逻辑功能，而边缘计算架构则被视为此类功能的物理部署。因此，考虑边缘计算的五层物联网架构如图1c所示，将云、边缘和设备视为域而非层[8]。该架构可用于表示从以云为中心的类型到以边缘为中心的类型的各类物联网系统。

边缘计算对于改善网络带宽不足或提升反馈控制的响应性能是有效的。

然而，将所有物联网功能定位在边缘可能会导致本地垂直集成物联网系统过载。因此，这可能会阻碍不同应用程序之间共享所收集的数据，从而损害用户便利性。可位于边缘的物联网功能取决于边缘的资源和安装环境：在大规模物联网系统中，不可能在所有边缘部署具有相同资源的物联网网关，因此边缘的资源呈现非均匀性并动态波动。例如，当边缘无法分配高性能物联网网关时，云必须代理执行原本由边缘承担的功能。相反，如果云与边缘之间没有足够的网络带宽，边缘则必须临时承担云的处理任务。

因此，在将边缘计算应用于物联网系统时，首先需要明确云和边缘的角色，然后建立一种方法，根据边缘的资源和环境状况动态调整云与边缘之间的任务分配，以优化整个物联网系统。然而，当前的边缘计算缺乏灵活性，即存在刚性架构。其可能带来的负面影响包括系统性能下降、可扩展性降低、功能开发受阻以及用户需求无法得到满足[3]。

灵活边缘计算

FLEC 及其架构 — 在物联网系统中，云和边缘的任务分配优化是一个根本重要的研究主题。最近开展的相关研究特别考察了下一代边缘计算架构，将自主性和适应性等人工智能方法作为候选方案 [9, 10]。

我们提出了灵活的边缘计算（FLEC）架构，以解决上一节中提到的现有边缘计算由于其僵化特性所引起的问题。图1d展示了FLEC架构，其中服务管理层的角色通过赋予其对设备、边缘和云进行一体化管理的功能，从而实现增强。对象抽象层也被扩展，使其能够管理从传感器和设备到网络的边缘计算所有组件，以此作为服务管理层增强的基础。此外，应用层通过反映在智能手机等高性能设备上提供应用服务的实际状况，被延伸至设备域。通过这些扩展，我们的架构可以获得诸多优势，包括整体系统性能的提升、可扩展性增强、对物联网组件变化的快速响应、用户体验质量的改善等。

为了实现FLEC架构，我们采用了两种系统能力：[8]中介绍的环境适应能力和用户导向能力。

环境适应能力根据工作量和工作质及其波动，自主地确定将处理任务分配给边缘还是云；而用户导向能力通过自主控制反映物联网收集的详细信息（如用户行为、意图和偏好），实时为每个用户提供合适的服务。我们认为，当前的边缘计算缺乏这两种能力，导致边缘计算过于僵化，这正是前文提到的一个缺点。这两种特性将在接下来的章节中详细说明。

环境适应能力

FLEC中的“环境”表示计算资源和网络资源的使用情况。这些资源的使用情况随着应用程序运行状态的变化而时刻波动，系统的内部状态和外部因素被系统性地视为“环境变化”。环境适应能力是指在发生此类环境变化时，能够理解变化的程度和性质，自主地根据这些变化调整系统行为，并吸收这些变化的能力。

具有更高可调性的边缘计算（EC）是“更灵活的”。灵活性可以通过可支持变化范围、响应时间、稳定状态的可持续持续时间、对预期后续变化的余量等来衡量。通过引入先进机制，例如针对微小变化即时调整操作参数，以避免在调整过程中触发振荡状态，从而提升灵活性。此外，还可以预期通过重新安排内部配置，以实现对剧烈变化的全局响应。

用户导向能力

“用户导向能力”是指基于人在回路的概念，通过在控制系统中考虑从传感器或物联网设备获取的信息所推断出的人类行为，并构建包含边缘计算与用户之间交互的控制回路，从而能够更好地根据用户的意图和偏好提供安全可靠的服务的能力。人在回路的主要设计目标是如何将人类的优势融入系统，同时吸收人类的不确定性和非确定性。因此，这种理念被认为与传感器和物联网设备靠近用户的物联网系统具有高度一致性。

提升用户导向能力需要例如EC系统各组件之间采用面向社会的协作协议。该协议引入一种社会机制，以在人们之间建立信任，并已在现实社会中得到应用。一个用户参与的协议机还需要进行设计，包括在必要时促使用户做出决策的流程，以调整从物联网设备所有者附近发送的隐私敏感信息的披露程度。

参与式感知，或安排多媒体通信中的用户体验质量请求。此外，传感器和物联网设备主动鼓励用户改变其位置或状态，以基于人类协作增强对环境的适应能力。

基于多代理人的Fec架构

系统架构

图2展示了目前正在研究的基于多智能体的FLEC架构配置，该架构是实现FLEC[8]的候选架构之一。图中中心部分显示了传统的物联网架构；FLEC架构绘制在左侧，而基于多智能体的FLEC架构实现则显示在右侧，作为控制的逻辑机制。在实际应用中，FLEC平台物理上分布并部署在边缘计算（EC）的各个组件中，整体上作为逻辑控制机制运行。该平台被配置为一组软件代理，用于控制FLEC架构的每个组件（即，一个多智能体系统）。多个代理可能部署在同一设备或硬件上；因此，应在每个设备上安装称为代理平台的软件基础设施，以分离或协调它们的需求。虚线表示各组件与其控制代理之间的关系。代理实际上部署在承载控制对象的每个设备或硬件上。

FLEC架构的环境适应能力通过代理框架及代理之间的专用协议实现。每个代理都配备了一种基于合同相对性的协议，用于构建虚拟组织。这实现了根据环境变化对虚拟组织进行动态配置和重新配置。由于多智能体系统通常采用扁平结构，因此可以不受边缘计算架构的影响，根据条件对组件进行任务分配。从而实现了环境适应能力。

另一方面，FLEC架构的用户导向能力通过用户代理实现。该用户代理通过对用户进行抽象而形成，通过与用户的交互来掌握所负责用户的偏好和服务请求。该用户代理作为用户与系统之间的中介，允许将用户嵌入系统中，从而基于人在回路概念实现了用户导向能力。

代理架构

图3 示意图显示了正在开发的COSAP，它是一个用于实现FLEC架构的基于多智能体的框架[1]。

COSAP 是一个无服务器多智能体平台，可在通过任意无线网络连接的智能手机、平板电脑和小型个人计算机等设备上运行。传输层提供了一个信道，可在下层使用传感器网络、WiFi 通信等方式实现设备到设备（D2D）通信。覆盖层通过自主构建的结构化点对点（P2P）网络，提供通过地理区域检索访问目标设备的功能。传感器应用被配置在应用层上基于一个通用基础动态地进行，其中代理组织通过代理之间建立基于后文所述的基于合同的服务配置模型的合同关系而构建，并在该组织内控制数据分发。用户注册自己的传感器设备，并作为传感器数据提供者管理由这些设备生成的传感器数据的提供策略。用户还作为应用用户，从已注册的传感器设备动态构建收集传感器数据的应用程序。

COSAP 上的 FLEC 主要包括以下五种类型的代理：

用户代理 ：它将来自用户的请求转换为其他代理可解释的格式。
管理代理 ：它管理由用户请求和用户签订的合同动态生成的传感器和应用程序。
传感器代理 ：它充当由用户注册的传感器设备。根据预定的提供策略，它与另一用户的代理签订合同，并基于合同覆盖范围进行传感器数据的提供。
应用代理 ：它作为由用户构建的应用程序运行。根据用户请求，它与另一用户的代理签订合同，并基于合同覆盖范围对循环的传感器数据进行获取、处理和提供。
资源代理 ：它掌握并管理每个设备和仪器的计算资源和网络资源的条件，并在请求时向其他代理提供信息。

该平台需要一个模型，其中传感器、资源和应用程序等代理能够高度灵活地协作。因此，定义了一种基于合同的服务配置模型，通过根据合同概念将代理之间的交互组织成关系型结构，并控制传感器数据分发作为组织内的任务，从而实现应用程序。该模型中的应用由三个组件构成：作为数据提供者的发送方（主要是传感器代理）、作为数据使用者的接收方（主要是应用代理）以及监控它们的管理代理。每个应用只有一个接收方，但可能有多个发送方和管理代理。数据分发从发送方传输到接收方。传输频率使用、分发范围等事项将根据代理之间预先订立的合同来确定。当资源或用户需求发生变化时，可通过更新合同覆盖范围来提升环境适应能力。

协议

我们提出一种面向合同的信息流协议（CIFP），作为代理之间合同管理的协议。CIFP 包括一个合同签订协议和一个合同管理协议[1]。

合同签订协议

这是代理人之间就传感器数据的提供策略及与用户的关系进行数据分发控制时，用于初步达成合同的基本协议。其建立的适当性在合同协商时，根据发送方和接收方之间的关系以及双方的策略来确定。应用此协议可实现反映提供策略的传感器数据灵活分发。

合同管理协议

这是一种根据提供策略、用户需求、网络环境变化等情况修改合同覆盖范围的协议。合同覆盖范围的修改包括三种类型：“修订”指与相同合同方修改合同覆盖范围，“重新签约”指与不同合同方重新签订新合同，“取消”指取消合同并停止传感器数据分发。应用此协议可实现根据提供策略或用户需求的变化对服务功能和质量进行动态调整。

图4a中的上方两个表格分别描述了代表发送方和接收方请求的代理策略的抽象表达。这些策略表明了关于发送方和接收方的数据分发与使用的意图：该策略规定了发送方在处理来自传感器等包含敏感信息的数据分发方面的意图，而规定了接收方在使用数据以确保作为应用程序服务提供所需足够质量方面的意图。“合同”则安排了双方的匹配。

图4a中的两个底部表格分别展示了在此服务配置模型中合同及其合同条件的定义。合同的模式定义如下：

直接合同 ：这是提供者（发送方）与用户（接收方）通过直接协商达成的合同。
多级合同 ：这是一种涉及处于另一直接合同下的接收方作为中继，通过该合同获取数据，并与另一个接收方经协商达成的合同。传感器数据的生成源发送方被指定为多级合同的源发送方。距离源发送方较近的合同被指定为上级合同。基于某一合同向上一级的合同被指定为中继合同。

示意图0

示意图1

示意图2

代理的策略、合同和合同条件的定义； b) 合同签订协议的序列图； c) 由经理发起的合同管理协议的序列图)

应用于大型体育赛事的医疗支持系统

迄今为止，已开发出多种类型的应用程序作为COSAP[11, 12]的应用示例。由于篇幅限制，本文详细描述一种用于大型体育赛事的医疗支持系统应用。

在户外现场活动或马拉松等体育赛事中，当大量人员长时间聚集在同一地点时，管理者通过参与者佩戴的可穿戴生命体征传感器获取数据，实时监控每位参与者身体状况，以便对突发疾病等情况迅速做出响应，这种方式被认为是有效的。

然而，在接入点数量不足、无线网络带宽等资源有限的场所，大量传感器数据的有效获取变得困难。

以下是为上述应用采用的COSAP架构示例。在COSAP中，即使在资源（无线网络带宽）有限的情况下，也可以根据每个参与者条件的变化，利用CIFP动态分配资源。因此，实现了一种具有环境适应能力和用户导向能力的健康监测系统，该系统能够从多个传感器高效地采集数据，并有效监测每位参与者的各种监测条件。

图5a展示了系统配置。假设许多受试者佩戴生命体征传感器来测量心跳及其他生理现象，并通过蓝牙与各自携带的智能手机连接。然而，在有成千上万人使用此类设备的大型活动中，无法直接通过4G/LTE线路将这些智能手机连接至公共无线接入点（AP）以向互联网中的云发送数据。

该系统通过受试者智能手机与4G/LTE接入点之间的多级区域管理员和团队管理员的多个中间设备，聚合通信线路。随后，系统对所连接受试者的状态进行简单的对比分析。当从监测结果中检测到任何异常情况时，该受试者的数据传输频率会迅速提高，而其他受试者的传输频率则降低，从而将大量网络资源分配给状况不佳的受试者。

此外，通过4G/LTE仅将需要监测的受试者数据传送到远程站点的专家医生处，以支持更详细的分析，而此类分析通常仅由中间设备完成。因此，通过根据受试者状态动态调整网络资源，实现了整体高效的实时监测。这得益于FLEC的用户导向能力和环境适应能力。

图5b展示了该系统的基于COSAP的代理组织。初始传输频率由CIFP在红色框内的代理组织中通过初始合同进行控制。当发生疾病事件后，合同覆盖范围被更新，代理组织重新配置，从而更新患病用户的传输频率，并将生成的数据发送给专家医生。

图6展示了由20名受试者和一名团队经理参与的模拟实验结果，其中S表示受试者的四级观察必要性等级：当受试者状况不佳需要观察时，S= 3；当受试者正常时，S= 0。我们使用网络仿真软件Scenargie®在配备8.00 GB内存的Intel(R) Core(TM) i7‐870处理器上运行Windows 10 Pro操作系统进行实验。受试者的x和y坐标图表分别表示每个S的时间流逝和受试者的平均吞吐量。

图6a展示了传统EC（简单方案）与我们方案的对比结果。由于简单方案不对数据传输频率进行控制，因此无论S的值如何都会进行传输，导致总体吞吐量不佳。所提出的方法能够根据S实现适当的吞吐量，这是用户定向能力的效果。此外，在30秒或之后出现了网络资源快速下降的情况。

所提出的方法通过为S = 3和S = 2的受试者保留带宽并降低其他受试者的带宽，维持了最低必需状态；而使用简单方案时，吞吐量会均匀下降，且无法充分观察到S = 3的受试者。这是环境适应能力的效果。

图6b展示了实验的另一个结果，体现了环境适应能力的强大。根据受试者的数量、健康状况以及网络资源状态，动态构建代理组织，并配置相关组件以收集受试者的生命体征数据。在情况3中，每部智能手机通过4G/LTE直接连接到接入点，导致网络带宽下降。在此情况下，代理被部署到区域管理员的平板电脑上以聚合流量，从而进入情况2。在这种情况下，吞吐量得到提升。随后，当更多区域管理员连接到接入点时，情况转变为1，但受试者S = 3的流量仍能保持高吞吐量。

这些结果是由FLEC架构的效果带来的。在传统EC中，包括受试者智能手机、中继节点、服务器等系统组件的角色是固定的。因此，很难根据资源的变化动态地将初始本地数据分析、收集数据的比较分析以及领域专家的详细分析等任务分配给适当的系统组件。因此，这类应用的性能和分析精度都不够充分，尤其是在连接大量受试者的情况下。在此应用场景中，FLEC架构的环境适应能力发挥了作用。换句话说，通过使用COSAP的面向合同的服务配置功能，代理人能够动态地配置组织结构，并将适当的通信功能、分析功能等部署到各个系统组件上。通过动态改变角色，可以响应资源状况，从而提高性能。此外，FLEC架构的用户导向能力也发挥了作用。即，COSAP的用户代理监控受试者的健康状况，并根据其状态分配网络资源，从而实现了对受试者身体状况的适当监控。

因此，基于COSAP的FLEC架构可以解决传统EC的重要缺陷：由于僵化的系统配置导致的性能下降和用户需求无法得到充分满足。